改进遗传算法在无功优化中的-研究

《改进遗传算法在无功优化中的-研究》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、％{l摘要随着国民经济的快速发展，各行各业对电能质量的要求不断提高。电力系统无功优化是保证系统安全、经济运行的一种有效手段，是降低网络有功损耗、提高电压质量的重要措施。因此，电力系统无功优化问题的研究，既具有理论指导意义，又具有实际应用价值。本文介绍了电力系统无功优化问题研究的内容及其现状。总结了应用于电力系统无功优化问题求解的各种优化算法并分析了各种优化算法的优缺点以及适用范围。深入地研究了无功优化的特点，阐述了无功优化与电压、有功网损之间的关系，以及无功控制设备的特性等。以电力系统有功损耗最小和无功补偿容量最小为目标函数，

2、满足平衡方程和约束条件，建立了一个多目标函数的电力系统无功优化数学模型。电力系统的无功优化问题是一个多目标、多变量、多约束的混合非线性规划问题，其操作变量具有连续性和离散性，使得优化过程十分复杂。遗传算法是一种基于自然选择和遗传机制的搜索算法，比较适合于求解电力系统无功优化问题。简单遗传算法在实际应用过程中存在收敛速度慢，易早熟等缺陷，因此针对无功优化问题的特点以及简单遗传算法存在的不足，在编码方式，选择、交叉、变异操作及算法的终止判据等方面做了大量的改进。根据编码方式的不同，采取了相对应的整数和实数的算术、交叉和变异操作，以

3、及结合了最大遗传代数和最优个体最小保留代数的收敛判据。采用权值系数变换法将多目标函数转换为单目标函数，结合潮流计算，便于遗传算法寻优。改进后的遗传算法在无功优化中增加了算法收敛到全局最优解的可能性，有利于加快算法的收敛速度，增强算法的优化效果，提高算法的适用性。最后通过MATLAB语言对简单遗传算法的无功优化程序进行了改进与实现，结合IEEEl4节点和IEEE30节点测试系统对改进前后的算法分别进行对比分析。实验结果表明这些改进措施的实现，提高了算法的稳定性能、计算效率，具有良好的理论价值和实用价值。相比于简单遗传算法，具有更

4、好的收敛速度和全局寻优能力’。关键词：无功优化，数学模型，遗传算法，改进的遗传算法，MATLAB语言AbstractWiththedevelopmentofnationaleconomy,thedemandsofpowersupplyqualityfromallkindsofindustriesareincreased．Reactivepoweroptimizationinpowersystemsisoneofthemosteffectivecontrolmethodstoensurepowersystemoperations

5、ecurelyandeconomically,and锄importantmeasuretoimprovethevoltageprofileandreducethenetrealloss．Therefore，thestudyoftheproblemofreactivepoweroptimizationhasnotonlythegreatsignificanceintheorybutalsothepracticalapplication．Inthispaper,thestudycontentsandpresentstatusofr

6、eactivepoweroptimizationarerepresented．Afterresearchedkindsofmethodsforreactivepoweroptimization，theadvantagesanddisadvantagesandapplicationofthesemethodsareanalyzed．Thedepthofstudyisthecharacteristicsofreactivepoweroptimization，thedescriptionistherelationshipsofrea

7、ctivepoweroptimizationinvoltageandactivepowerloss，andthecharacteristicsofreactivepowercontrolequipment．amathematicalmodelforthemulti．objectivefunctionofreactivepoweroptimizationisestablishedtoobtainminimizationofnetworklossandreactivecompensationwithsatisfyingconstr

8、aintsandbalanceequation．Reactivepoweroptimizationinpowersystemisalarge—scalenonlinearoptimizationproblemwithalargenumberofvariablesandunce